CN113836177B - 消耗型业务数据的缓存管理 - Google Patents
消耗型业务数据的缓存管理 Download PDFInfo
- Publication number
- CN113836177B CN113836177B CN202010578816.8A CN202010578816A CN113836177B CN 113836177 B CN113836177 B CN 113836177B CN 202010578816 A CN202010578816 A CN 202010578816A CN 113836177 B CN113836177 B CN 113836177B
- Authority
- CN
- China
- Prior art keywords
- cache
- data
- key
- precision
- consumption type
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007726 management method Methods 0.000 claims abstract description 66
- 238000013507 mapping Methods 0.000 claims abstract description 33
- 238000004590 computer program Methods 0.000 claims description 6
- 239000002699 waste material Substances 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 40
- 238000000034 method Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 19
- 230000006870 function Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012790 confirmation Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Memory System Of A Hierarchy Structure (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及消耗型业务数据的缓存管理,属于计算机数据缓存技术领域。本发明公开的消耗型业务数据的缓存管理方法包括步骤:基于预先设置的针对消耗型业务数据设置的缓存Key配置规则,生成分别具有不同精度等级的缓存Key的多个Key‑Value对缓存数据;根据预设的业务场景‑缓存数据精度等级的映射关系,确定当前业务场景所需的缓存数据的精度等级,生成相应精度等级的查询用Key;使用查询用Key从缓存数据中匹配相应精度等级的Key‑Value对缓存数据以获取当前业务场景所需的消耗型业务数据。本发明可以大大提高消耗型业务数据的利用度、避免其被浪费。
Description
技术领域
本发明属于计算机数据缓存技术领域,涉及消耗性业务数据的缓存管理,具体涉及一种消耗型业务数据的缓存管理方法、缓存管理装置以及用于实现消耗型业务数据的缓存管理的计算机设备和计算机可读存储介质。
背景技术
数据缓存是数据副本的一种保存技术,可提升服务性能一种方案,也就是说,将数据副本作为缓存数据保存在本地缓存中形成缓存数据,以备需要时使用。目前的缓存数据是以一个键值(Key-Value)对数据形式进行存储的。
在某些业务开展(例如车险业务)过程中,需要从外部第三方(例如监管平台)获取相应的消耗型业务数据,这种消耗型业务数据可以以Key-Value对的缓存数据形式保存在业务开展方的缓存中,从而不仅在某一业务场景下使用该消耗型业务数据,而且可以在某一指定业务场景下中可以完成对该消耗型业务数据的消耗,也即该消耗型业务数据在后续开展业务过程中变得不可再用。然而,这种消耗型业务数据的获取或提供是受限制的,例如,如果获取过多将被收取相应的费用。
目前,关于消耗型业务数据的缓存管理方法中,在基于外部获取的消耗型业务数据生成Key-Value对的缓存数据时,基本是以消耗型业务数据对应的业务对象(例如被投保的车)的全部属性作为缓存Key的,容易存在消耗型业务数据虽然在某一业务场景被使用了但是未被消耗掉的情形,从而消耗型业务数据的利用率较低。
发明内容
为有效解决或者至少缓解现有技术中存在的上述问题和其他方面的问题中的一个或多个,本发明提供以下技术方案。
按照本发明的一方面,提供一种消耗型业务数据的缓存管理方法,其包括步骤:
基于预先设置的针对所述消耗型业务数据设置的缓存Key配置规则,生成分别具有不同精度等级的缓存Key的多个Key-Value对缓存数据,其中,缓存Value对应所述消耗型业务数据,所述缓存Key的精度等级在所述缓存Key配置规则中按照所述消耗型业务数据所对应的业务对象的M种属性的属性组合中的属性个数N来定义,M为大于或等于2的整数,N≤M;
根据预设的业务场景-缓存数据精度等级的映射关系,确定当前业务场景所需的缓存数据的精度等级,生成相应精度等级的查询用Key;以及
使用所述查询用Key从所述缓存数据中匹配相应精度等级的Key-Value对缓存数据以获取当前业务场景所需的消耗型业务数据。
根据本发明一实施例的缓存管理方法,其中,所述缓存管理方法还包括步骤:
针对所述消耗型业务数据设置相应的缓存Key配置规则;
使用所述缓存Key配置规则来组合所述消耗型业务数据所对应的业务对象的M种属性的不同个数属性来形成多个所述属性组合;以及
基于多个所述属性组合来生成不同精度等级的缓存Key。
根据本发明又一实施例或以上任一所述实施例的缓存管理方法,其中,所述缓存管理方法还包括步骤:
设置所述业务场景-缓存数据精度等级的映射关系。
根据本发明又一实施例或以上任一所述实施例的缓存管理方法,其中,在设置所述业务场景-缓存数据精度等级的映射关系的步骤中,对于需要开销消耗型业务数据的业务场景,其映射的缓存数据精度等级最高。
根据本发明又一实施例或以上任一所述实施例的缓存管理方法,其中,在所述匹配步骤中,使用所述查询用Key从所述缓存数据中依次从低精度等级至高精度等级地去匹配相应精度等级的Key-Value对缓存数据。
按照本发明的又一方面,提供一种消耗型业务数据的缓存管理装置,其包括:
Key-Value对缓存数据生成模块,其被配置为:基于预先设置的针对所述消耗型业务数据设置的缓存Key配置规则,生成分别具有不同精度等级的缓存Key的多个Key-Value对缓存数据,其中,缓存Value对应所述消耗型业务数据,所述缓存Key的精度等级在所述缓存Key配置规则中按照所述消耗型业务数据所对应的业务对象的M种属性的属性组合中的属性个数N来定义,M为大于或等于2的整数,N≤M;
查询用Key生成模块,其被配置为:根据预设的业务场景-缓存数据精度等级的映射关系,确定当前业务场景所需的缓存数据的精度等级,生成相应精度等级的查询用Key;以及
业务数据匹配模块,其被配置为:使用所述查询用Key从所述缓存数据中匹配相应精度等级的Key-Value对缓存数据以获取当前业务场景所需的消耗型业务数据。
根据本发明一实施例的缓存管理装置,其中,所述缓存管理装置还包括:
规则设置模块,其被配置为针对所述消耗型业务数据设置相应的缓存Key配置规则;以及
缓存Key生成模块,其被配置为使用所述缓存Key配置规则来组合所述消耗型业务数据所对应的业务对象的M种属性的不同个数属性来形成多个所述属性组合,基于多个所述属性组合来生成不同精度等级的缓存Key。
根据本发明又一实施例或以上任一所述实施例的缓存管理装置,其中,所述缓存管理装置还包括:
映射关系设置模块,其被配置为设置所述业务场景-缓存数据精度等级的映射关系。
根据本发明又一实施例或以上任一所述实施例的缓存管理装置,其中,所述映射关系设置模块还被配置为,对于需要开销消耗型业务数据的业务场景,其映射精度等级最高的缓存数据。
根据本发明又一实施例或以上任一所述实施例的缓存管理装置,其中,所述业务数据匹配模块还被配置为,使用所述查询用Key从所述缓存数据中依次从低精度等级至高精度等级地去匹配相应精度等级的Key-Value对缓存数据。
按照本发明的再一方面,提供一种计算机设备,其包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序, 所述处理器运行所述程序时实现以上任一所述缓存管理方法的步骤。
按照本发明的再又一方面,提供一种计算机可读存储介质,其上存储有计算机程序,该程序可被处理器执行以实现以上任一所述缓存管理方法的步骤。
根据以下描述和附图本发明的以上特征和操作将变得更加显而易见。
附图说明
从结合附图的以下详细说明中,将会使本发明的上述和其他目的及优点更加完整清楚,其中,相同或相似的要素采用相同的标号表示。
图1是按照本发明一实施例的业务处理系统的模块结构示意图,其中示出了业务处理系统所使用的本发明一实施例的消耗型业务数据的缓存管理装置的模块结构示意图。
图2是按照本发明一实施例的业务处理系统或计算机设备的基本结构示意图。
图3是按照本发明一实施例的消耗型业务数据的缓存管理方法的流程图,其中,图3(a)示出了缓存管理方法中的消耗型业务数据的存储流程,图3(b)示出了缓存管理方法中的消耗型业务数据的调取使用流程。
具体实施方式
现在将参照附图更加完全地描述本发明,附图中示出了本发明的示例性实施例。但是,本发明可按照很多不同的形式实现,并且不应该被理解为限制于这里阐述的实施例。相反,提供这些实施例使得本公开变得彻底和完整,并将本发明的构思完全传递给本领域技术人员。
虽然本发明的特征是结合若干实施/实施例的仅其中之一来公开的,但是如针对任何给定或可识别的功能可能是期望和/或有利的,可以将此特征与其他实施/实施例的一个或多个其他特征进行组合。
附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或者在一个或多个硬件模块或集成电路中实现这些功能实体,或者在不同处理装置和/或微控制器装置中实现这些功能实体。
如图1所示,本发明一实施例的业务处理系统80可以通过业务开展方(车险公司)的一台或多台计算机(例如图2所示的计算机200)来实现。业务处理系统80用于处理需要使用消耗型业务数据的各种业务,业务的类型不是限制性的,例如,处理的业务可以是车险承保业务,一次业务处理过程可以包括多个业务场景,例如业务开展场景(例如车险保费计算)和业务确认场景(车险投保确认),一业务场景可以反映一次业务处理过程的某一子任务。业务处理系统80一般地与需要与其外部的监管系统90对接,监管系统90作为中心系统,其可以根据业务处理系统80的请求向其下发消耗型业务数据。在一实施例中,监管系统90中以例如数据库的形式存储有各种消耗型业务数据91,并可以通过监管接口92向各个业务处理系统80的业务数据模块81下发相应的消耗型业务数据。
参见图1,业务处理系统80主要地包括业务处理模块82、业务数据获取模块81、缓存管理装置10,业务处理模块82主要地基于消耗型业务数据、用户输入指令等来完成相应的业务过程,业务数据获取模块81可以根据业务处理模块82的指令等来向外部的监管系统90获取消耗型业务数据,例如,调用监管系统90的监管接口92的例如投保查询接口以获取消耗型业务数据91。
继续如图1所示,业务处理系统80的缓存管理装置10用于对业务处理模块82从外部获取的消耗型业务数据进行管理,该管理包括但不限于消耗型业务数据的存储或缓存、消耗型业务数据的调取使用。将理解,业务处理系统80在处理多业务场景的业务时,该消耗型业务数据在该业务处理过程的某一业务场景下使用过该消耗型业务数据并不意味者该消耗型业务数据已经被消耗或开销,有些情形下,只有在该业务处理过程的某一特定业务场景下使用过该消耗型业务数据、或者在该业务处理过程的所有特定业务场景下都使用过该消耗型业务数据,才意味者该消耗型业务数据已经被消耗或开销。示例地,对于车险承保业务,不仅在业务开展过程中使用该消耗型业务数据,车险保费计算的业务场景下即使使用某一消耗型业务数据但未在车险投保确认的业务场景下使用过该消耗型业务数据,监管系统90并不会认定该消耗型业务数据被消耗掉或开销掉,只有在车险投保确认的业务场景下使用过该消耗型业务数据,监管系统90才会认定该消耗型业务数据被消耗掉或开销掉。因此,需要理解的是,评估消耗型业务数据是否被消耗掉或开销掉的标准可以由监管系统90来定义,例如,监管系统90指定在某一业务场景下使用过该消耗型业务数据的情况下表示该消耗型业务数据已经被消耗掉或开销掉,该消耗型业务数据不能在下一业务处理过程中使用,在后续其他次业务处理过程中需要再获取新的消耗型业务数据。在一实施例中,消耗型业务数据具体可以表现为有价业务数据。
业务处理系统80获取的消耗型业务数据可以以Key(键)-Value(值)对的缓存数据形式保存在缓存管理装置10的缓存中。其中,缓存Key可以按照该消耗型业务数据所对应的业务对象(例如车险承保业务对应的某一“车”)的M种属性(例如车的关系人、车的渠道等)的其中N个属性的组合来定义,M为大于或等于2的整数,N≤M;缓存Value对应消耗型业务数据自身。在本发明一实施例中,缓存Key是具有相应的精度等级的,也即具有不同的粗粒度,其在本发明一实施例的缓存Key配置规则中按照消耗型业务数据所对应的业务对象的M种属性的属性组合中的属性个数N来定义,N越大精度等级越高。
考虑到在业务处理过程中,不同业务场景下使用的消耗型业务数据的缓存数据在精度等级(即缓存精度)上存在不同的要求,例如,车险保费计算的业务场景下对精度等级要求低,车险投保确认的业务场景下对精度等级要求高。为充分利用消耗型业务数据开展相应的业务,在一实施例中,缓存管理装置10对获取的消耗型业务数据生成分别具有不同精度等级的缓存key的多个Key-Value对缓存数据。
具体参见图1,缓存管理装置10中配置有缓存Key生成模块120,缓存Key生成模块120可以从缓存Key配置规则101中调用相应的规则来生成不同精度等级的缓存Key,具体地,缓存Key生成模块120使用缓存Key配置规则101来组合消耗型业务数据所对应的业务对象的M种属性的不同个数属性来形成多个所述属性组合、并基于不同的属性组合来生成不同精度等级的缓存Key。
为体现缓存Key配置规则101的可扩展性、灵活性和适用性等,对应地设置有规则设置模块110,规则设置模块110可以针对消耗型业务数据设置相应的缓存Key配置规则101,例如对缓存Key配置规则101做新的补充、部分修改等。规则设置模块110可以根据消耗型业务数据所对应的业务不同、业务规定的变化等来灵活地设置或配置相应的缓存Key配置规则101,规则设置模块110可以通过计算机的人机交互界面形式来呈现给用户、并接收用于的关于缓存Key配置规则101的修改、增加、删除等指令。
继续参见图1,缓存管理装置10中设置有Key-Value对缓存数据生成模块130,Key-Value对缓存数据生成模块130可以基于预先设置的针对消耗型业务数据设置的缓存Key配置规则101生成分别具有不同精度等级的缓存Key的多个Key-Value对缓存数据,这些Key-Value对缓存数据可以存储在业务数据的缓存数据190中。具体地,Key-Value对缓存数据生成模块130使用缓存Key生成模块120生成的多个分别具有不同精度等级的缓存Key以及某一消耗型业务数据生成分别具有不同精度等级的缓存Key的多个Key-Value对缓存数据,从而,在缓存数据190中,一消耗型业务数据可以对应具有一个或多个缓存精度的Key-Value对缓存数据,例如具有从低到高多个不同缓存精度的Key-Value对缓存数据。
继续参见图1,缓存管理装置10在调取使用缓存数据190的Key-Value对缓存数据时,可以根据不同业务场景的需求来调用相应缓存精度的Key-Value对缓存数据。在一实施例中,.缓存管理装置10还设置有查询用Key生成模块160、映射关系设置模块140和业务数据匹配模块170。
在一实施例中,查询用Key生成模块160可以根据预设的业务场景-缓存数据精度等级的映射关系150确定当前业务场景所需的缓存数据的精度等级,生成相应精度等级的查询用Key。预设的业务场景-缓存数据精度等级的映射关系150可以被存储在业务处理系统80并供查询用Key生成模块160随时调用。在业务场景-缓存数据精度等级的映射关系150中,对应某一业务的各种业务场景所需的缓存数据精度等级通过业务场景-缓存数据精度等级之间的映射关系来反映,因此,查询用Key生成模块160可以根据当前的业务场景快速地确定当前业务场景所需的缓存数据的精度等级。示例地,在车险保费计算的业务场景下,生成相应精度等级较低的查询用Key,在车险投保确认的业务场景下,生成相应精度等级较高的查询用Key。
在一实施例中,映射关系设置模块140可以用来可扩展地、灵活地和适用性地设置业务场景-缓存数据精度等级的映射关系150,例如,可以对业务场景-缓存数据精度等级的映射关系150做新的补充、部分修改等。规则设置模块110可以根据业务调整等因素来灵活地设置或配置业务场景-缓存数据精度等级的映射关系150,映射关系设置模块140可以通过计算机的人机交互界面形式来呈现给用户、并接收用于的关于业务场景-缓存数据精度等级的映射关系150的修改、增加、删除等指令。将理解,通过利用映射关系设置模块140的设置功能,将使得在例如业务调整对缓存数据使用带来影响的情形下可以及时、灵活地调整业务场景-缓存数据精度等级的映射关系150。
在一实施例中,业务数据匹配模块170可以使用查询用Key生成模块160获得的查询用Key从缓存数据190中匹配相应精度等级的Key-Value对缓存数据以获取该业务场景所需的消耗型业务数据,在匹配的过程中,可以依次从低精度等级至高精度等级进行匹配操作,从而,尽可能地利用低精度等级的关于某一业务对象的多个Key-Value对缓存数据;高精度等级的关于某一业务对象的Key-Value对缓存数据并不被浪费而开销掉。示例地,针对某一辆车(即业务对象)的车险保费计算的业务场景,使用的查询用Key的精度等级低,从而可以从不同精度等级的多个Key-Value对缓存数据获取相对应精度等级的Key-Value对缓存数据,更高精度等级的Key-Value对缓存数据仍然可以存在缓存数据190中;即使在车险保费计算后因各种因素而未执行对应该辆车的车险投保确认的业务场景,更高精度等级的对应该辆车的Key-Value对缓存数据仍保留在缓存数据190中,对应该辆车的消耗型业务数据未被开销掉。需要理解的是,查询用Key的精度等级越低,从缓存数据190中匹配或命中的概率越高。
业务数据匹配模块170从缓存数据190中成功获取的Key-Value对缓存数据可以被传输至业务处理模块82使用,以完成该业务场景并使用该消耗型业务数据。当然,如果业务数据匹配模块170没有成功匹配出相应的Key-Value对缓存数据,业务处理模块82可以通过业务数据获取模块81从监管接口92获取相应的消耗型业务数据。
以上实施例的缓存管理装置10 通过生成不同精度等级的缓存Key值,不但可以迎合某一业务的各种业务场景下对缓存精度等级的不同要求,而且可以实现消耗型业务数据的最大利用度,避免其被浪费。并且,还可以实现属性组合(即对应缓存Key)的可配置化管理,提升了缓存数据使用的灵活性,在不调整缓存管理装置10的系统代码的情况下通过配置的方式及时配合业务上的调整来保持缓存数据的最高复用度。
参见图2,缓存管理装置10或业务处理系统80可以实现于本发明一实施例的计算机设备200中,该计算机设备200可以是通用计算机、专用计算机或具有基于预定程序进行计算处理功能的机器。
参见图2所示实施例的计算机设备200的具体示例性框架结构,在基本配置201中,计算机设备200典型地包括系统存储器220和一个或者多个处理器210。存储器总线230可以用于在处理器210和系统存储器220之间的通信。
取决于期望的配置,处理器210可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器210可以包括诸如一级高速缓存211和二级高速缓存213之类的一个或者多个级别的高速缓存,还可以包括处理器核心215和寄存器217。示例的处理器核心215可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器219可以与处理器210一起使用,或者在一些实施例中,存储器控制器219可以是处理器210的一个内置部分。
取决于期望的配置,系统存储器220可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器220可以包括操作系统221、一个或者多个应用223、程序数据229,还可以存储如图1所示的业务数据的缓存数据190,还可以存储如图1所示的缓存Key配置规则101、业务场景-缓存数据精度等级的映射关系150。在一些实施方式中,应用223可以布置为在操作系统上利用程序数据229进行操作。
计算机设备200还可以包括接口总线290,其有助于从各种接口设备(例如,输出设备260、外设接口270和通信设备280)经由总线/接口控制器250到基本配置102的通信。示例的输出设备260包括图形处理单元261和音频处理单元263。它们可以被配置为有助于经由一个或者多个A/V端口265与诸如显示器或者扬声器之类的各种外部设备进行通信。示例的外设接口270可以包括串行接口控制器 和并行接口控制器,它们可以被配置为有助于经由一个或者多个I/O端口和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备280可以包括网络控制器281,其可以被布置为适于经由一个或者多个通信端口283与一个或者多个其他计算机设备(例如监管系统90)进行通信。
继续如图2所示,在一实施例中,计算机设备200的应用223中还包括业务处理单元226、业务数据获取单元228、 缓存管理单元227以及其他应用225,其中,缓存管理单元227对应如图1所示的缓存管理装置10,业务处理单元226对应如图1所示的业务处理模块82,业务数据获取单元228对应如图1所示的业务数据获取模块81。缓存管理单元227可以作为一个独立的软件安装于计算机设备200中,或仅体现为一段代码;将理解,缓存管理单元227在计算机设备200中的存在形式不是限制性的。缓存管理单元227可以用于管理消耗型业务数据的缓存数据190,管理该缓存数据190的存储、调取使用等。缓存管理单元227的具体功能和实现方式可以结合以上图1所示实施例的缓存管理装置10来理解。
以下进一步结合图3所示实施例的缓存管理方法的流程图来示例说明本公开的缓存管理方法以及上述实施例的缓存管理装置10中的各个模块的相应具体配置。
图3是按照本发明一实施例的消耗型业务数据的缓存管理方法的流程图,其中,图3(a)示出了缓存管理方法中的消耗型业务数据的存储流程,图3(b)示出了缓存管理方法中的消耗型业务数据的调取使用流程。
参见图3(a),步骤S310,针对消耗型业务数据设置相应的缓存Key配置规则101。该消耗型业务数据可以是业务数据获取模块81从外部的监管系统90新获取的,缓存Key配置规则101可以对应某一业务而设置,其设置过程可以通过如图1所示的规则设置模块110来实现,其中,在缓存Key配置规则101中, 缓存Key按照所述消耗型业务数据所对应的业务对象的M种属性的属性组合来定义,缓存Key的精度等级按照所述消耗型业务数据所对应的业务对象的M种属性的属性组合中的属性个数N来定义,N越大,精度等级越高。
将理解,步骤S310并不是在每次消耗型业务数据的存储过程中需要执行,缓存Key配置规则101在设置好以后,可以供后续步骤S320中在多次消耗型业务数据的存储过程重复使用。当然,在根据需要或用于在规则设置模块110中的输入,多次执行步骤S310,实现对缓存Key配置规则101的修改、删除、增加等操作,从而可以实现属性组合(即对应缓存Key)的可配置化管理。
进一步,步骤S320,生成不同精度等级的缓存Key;在该步骤S320中,使用缓存Key配置规则来组合消耗型业务数据所对应的业务对象的M种属性的不同个数属性来形成多个属性组合,以及基于多个属性组合来生成不同精度等级的缓存Key。该步骤S320可以在缓存Key生成模块120中完成。
进一步,步骤S330,使用不同精度等级的缓存Key,生成分别具有不同精度等级的缓存Key的多个Key-Value对缓存数据;该步骤S330可以在Key-Value对缓存数据生成模块130中完成。
进一步,步骤S340,存储多个Key-Value对缓存数据,形成业务数据的缓存数据190。该缓存数据190可以方便地在后续的消耗型业务数据的调取使用过程中使用。
需要理解的是,对于同一类型业务的例如不同业务对象的消耗型业务数据,可以重复以上步骤S320-S340来实现其按不同精度等级来缓存存储,而不是按业务对象的全属性组合来缓存存储。
参见图3(b),步骤S350,设置业务场景-缓存数据精度等级的映射关系150;该步骤S350可以通过映射关系设置模块140来执行,设置或配置好的业务场景-缓存数据精度等级的映射关系150被保存在缓存管理装置10中。在设置过程中,对于需要开销消耗型业务数据的业务场景(例如车险投保确认),其映射的缓存数据精度等级可以为最高,这样,后续步骤S360对于该业务场景下生成的查询用Key的精度等级也最高。
步骤S360,根据预设的业务场景-缓存数据精度等级的映射关系,确定当前业务场景所需的缓存数据的精度等级,生成相应精度等级的查询用Key;该步骤S360可以通过查询用Key生成模块160来执行。
步骤S370,使用查询用Key从缓存数据190中匹配相应精度等级的Key-Value对缓存数据以获取当前业务场景所需的消耗型业务数据。在匹配的过程中,可以依次从低精度等级至高精度等级进行匹配操作。
步骤S380,判断是否匹配到相应精度等级的Key-Value对缓存数据。该步骤S370和步骤S380可以通过业务数据匹配模块170来执行。
如果判断为“是”,进入步骤S391,将其发送至业务处理模块82,从而进行相应当前业务场景的业务处理;如果判断为“否”,进入步骤S392,通过业务数据获取模块81从外部获取新的消耗型业务数据。需要说明的是,获取的新的消耗型业务数据可以按步骤S320-S340的过程对其进行缓存存储处理。
需要说明的是,以上图3(a)示意的耗型业务数据的存储流程和以上图3(b)示意的消耗型业务数据的调取使用流程,可以在针对不同消耗型业务数据的情况下在业务处理系统80中基本同时进行;也可以针对例如同一消耗型业务数据的情况下在业务处理系统80中先后依次地进行。
需要说明的是,以上示例的缓存管理方法可以主要地在计算机设备200的缓存管理单元227中实现。
需要说明的是,本发明的以上实施例的计算机设备200可以由计算机程序指令实现,可以将这些计算机程序指令提供给通用计算机、专用计算机或其他可编程数据处理设备的处理器以构成本发明实施例的计算机设备200,并且,可以由计算机或其他可编程数据处理设备的处理器执行的这些指令来创建用于实施这些流程图和/或框和/或一个或多个流程框图中指定的功能/操作的单元或部件。
并且,可以将这些计算机程序指令存储在计算机可读存储器中,这些指令可以指示计算机或其他可编程处理器以特定方式实现功能,以便存储在计算机可读存储器中的这些指令构成包含实施流程图和/或框图的一个或多个框中指定的功能/操作的指令部件的制作产品。
还应该注意在一些备选实现中,框中所示的功能/操作可以不按流程图所示的次序来发生。例如,依次示出的两个框实际可以基本同时地执行或这些框有时可以按逆序执行,具体取决于所涉及的功能/操作。
需要说明的是,本文公开和描绘的元件(包括附图中的流程图、方块图)意指元件之间的逻辑边界。然而,根据软件或硬件工程实践,描绘的元件及其功能可通过计算机可执行介质在机器上执行,计算机可执行介质具有能够执行存储在其上的程序指令的处理器,所述程序指令作为单片软件结构、作为独立软件模块或作为使用外部程序、代码、服务等的模块,或这些的任何组合,且全部这些执行方案可落入本公开的范围内。
虽然不同非限制性实施方案具有特定说明的组件,但本发明的实施方案不限于这些特定组合。可能使用来自任何非限制性实施方案的组件或特征中的一些与来自任何其它非限制性实施方案的特征或组件组合。
虽然示出、公开和要求了特定步骤顺序,但应了解步骤可以任何次序实施、分离或组合,除非另外指明,且仍将受益于本公开。
前述描述是示例性的而非定义成受限于其内。本文公开了各种非限制性实施方案,然而,本领域的一般技术人员将意识到根据上述教示,各种修改和变更将落入附属权利要求的范围内。因此,将了解在附属权利要求的范围内,可实行除了特定公开之外的公开内容。由于这个原因,应研读附属权利要求来确定真实范围和内容。
Claims (12)
1.一种消耗型业务数据的缓存管理方法,其特征在于,包括步骤:
基于预先设置的针对所述消耗型业务数据设置的缓存Key配置规则,生成分别具有不同精度等级的缓存Key的多个Key-Value对缓存数据,其中,缓存Value对应所述消耗型业务数据,所述缓存Key的精度等级在所述缓存Key配置规则中按照所述消耗型业务数据所对应的业务对象的M种属性的属性组合中的属性个数N来定义,M为大于或等于2的整数,N≤M;
根据预设的业务场景-缓存数据精度等级的映射关系,确定当前业务场景所需的缓存数据的精度等级,生成相应精度等级的查询用Key;以及
使用所述查询用Key从所述缓存数据中匹配相应精度等级的Key-Value对缓存数据以获取当前业务场景所需的消耗型业务数据。
2.如权利要求1所述的缓存管理方法,其特征在于,还包括步骤:
针对所述消耗型业务数据设置相应的缓存Key配置规则;
使用所述缓存Key配置规则来组合所述消耗型业务数据所对应的业务对象的M种属性的不同个数属性来形成多个所述属性组合;以及
基于多个所述属性组合来生成不同精度等级的缓存Key。
3.如权利要求1或2所述的缓存管理方法,其特征在于,还包括步骤:
设置所述业务场景-缓存数据精度等级的映射关系。
4.如权利要求3所述的缓存管理方法,其特征在于,在设置所述业务场景-缓存数据精度等级的映射关系的步骤中,对于需要开销消耗型业务数据的业务场景,其映射的缓存数据精度等级最高。
5.如权利要求1所述的缓存管理方法,其特征在于,在所述匹配步骤中,使用所述查询用Key从所述缓存数据中依次从低精度等级至高精度等级地去匹配相应精度等级的Key-Value对缓存数据。
6.一种消耗型业务数据的缓存管理装置,其特征在于,包括:
Key-Value对缓存数据生成模块,其被配置为:基于预先设置的针对所述消耗型业务数据设置的缓存Key配置规则,生成分别具有不同精度等级的缓存Key的多个Key-Value对缓存数据,其中,缓存Value对应所述消耗型业务数据,所述缓存Key的精度等级在所述缓存Key配置规则中按照所述消耗型业务数据所对应的业务对象的M种属性的属性组合中的属性个数N来定义,M为大于或等于2的整数,N≤M;
查询用Key生成模块,其被配置为:根据预设的业务场景-缓存数据精度等级的映射关系,确定当前业务场景所需的缓存数据的精度等级,生成相应精度等级的查询用Key;以及
业务数据匹配模块,其被配置为:使用所述查询用Key从所述缓存数据中匹配相应精度等级的Key-Value对缓存数据以获取当前业务场景所需的消耗型业务数据。
7.如权利要求6所述的缓存管理装置,其特征在于,还包括:
规则设置模块,其被配置为针对所述消耗型业务数据设置相应的缓存Key配置规则;以及
缓存Key生成模块,其被配置为使用所述缓存Key配置规则来组合所述消耗型业务数据所对应的业务对象的M种属性的不同个数属性来形成多个所述属性组合,基于多个所述属性组合来生成不同精度等级的缓存Key。
8.如权利要求6所述的缓存管理装置,其特征在于,还包括:
映射关系设置模块,其被配置为设置所述业务场景-缓存数据精度等级的映射关系。
9.如权利要求8所述的缓存管理装置,其特征在于,所述映射关系设置模块还被配置为,对于需要开销消耗型业务数据的业务场景,其映射精度等级最高的缓存数据。
10.如权利要求6所述的缓存管理装置,其特征在于,所述业务数据匹配模块还被配置为,使用所述查询用Key从所述缓存数据中依次从低精度等级至高精度等级地去匹配相应精度等级的Key-Value对缓存数据。
11.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器运行所述程序时实现如权利要求1-5中任一项所述缓存管理方法的步骤。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序可被处理器执行以实现如权利要求1-5中任一项所述缓存管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010578816.8A CN113836177B (zh) | 2020-06-23 | 2020-06-23 | 消耗型业务数据的缓存管理 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010578816.8A CN113836177B (zh) | 2020-06-23 | 2020-06-23 | 消耗型业务数据的缓存管理 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113836177A CN113836177A (zh) | 2021-12-24 |
CN113836177B true CN113836177B (zh) | 2023-05-05 |
Family
ID=78963789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010578816.8A Active CN113836177B (zh) | 2020-06-23 | 2020-06-23 | 消耗型业务数据的缓存管理 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113836177B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888378A (zh) * | 2014-04-09 | 2014-06-25 | 北京京东尚科信息技术有限公司 | 一种基于缓存机制的数据交换系统和方法 |
CN104657500A (zh) * | 2015-03-12 | 2015-05-27 | 浪潮集团有限公司 | 一种基于key-value键值对的分布式存储方法 |
CN106682004A (zh) * | 2015-11-06 | 2017-05-17 | 网宿科技股份有限公司 | 一种Redis Key管理方法及系统 |
CN107977344A (zh) * | 2017-11-03 | 2018-05-01 | 网宿科技股份有限公司 | 数据存储方法、获取方法及服务器 |
CN108090064A (zh) * | 2016-11-21 | 2018-05-29 | 腾讯科技(深圳)有限公司 | 一种数据查询方法、装置、数据存储服务器及系统 |
CN109254981A (zh) * | 2018-08-27 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 一种分布式缓存系统的数据管理方法和装置 |
CN109446225A (zh) * | 2018-09-26 | 2019-03-08 | 平安科技(深圳)有限公司 | 数据缓存方法、装置、计算机设备及存储介质 |
CN110365752A (zh) * | 2019-06-27 | 2019-10-22 | 北京大米科技有限公司 | 业务数据的处理方法、装置、电子设备和存储介质 |
CN110955665A (zh) * | 2019-12-03 | 2020-04-03 | 支付宝(杭州)信息技术有限公司 | 缓存查询方法、装置和电子设备 |
US10678697B1 (en) * | 2019-01-31 | 2020-06-09 | Salesforce.Com, Inc. | Asynchronous cache building and/or rebuilding |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013070185A1 (en) * | 2011-11-07 | 2013-05-16 | Empire Technology Development Llc | Cache based key-value store mapping and replication |
-
2020
- 2020-06-23 CN CN202010578816.8A patent/CN113836177B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888378A (zh) * | 2014-04-09 | 2014-06-25 | 北京京东尚科信息技术有限公司 | 一种基于缓存机制的数据交换系统和方法 |
CN104657500A (zh) * | 2015-03-12 | 2015-05-27 | 浪潮集团有限公司 | 一种基于key-value键值对的分布式存储方法 |
CN106682004A (zh) * | 2015-11-06 | 2017-05-17 | 网宿科技股份有限公司 | 一种Redis Key管理方法及系统 |
CN108090064A (zh) * | 2016-11-21 | 2018-05-29 | 腾讯科技(深圳)有限公司 | 一种数据查询方法、装置、数据存储服务器及系统 |
CN107977344A (zh) * | 2017-11-03 | 2018-05-01 | 网宿科技股份有限公司 | 数据存储方法、获取方法及服务器 |
CN109254981A (zh) * | 2018-08-27 | 2019-01-22 | 阿里巴巴集团控股有限公司 | 一种分布式缓存系统的数据管理方法和装置 |
CN109446225A (zh) * | 2018-09-26 | 2019-03-08 | 平安科技(深圳)有限公司 | 数据缓存方法、装置、计算机设备及存储介质 |
US10678697B1 (en) * | 2019-01-31 | 2020-06-09 | Salesforce.Com, Inc. | Asynchronous cache building and/or rebuilding |
CN110365752A (zh) * | 2019-06-27 | 2019-10-22 | 北京大米科技有限公司 | 业务数据的处理方法、装置、电子设备和存储介质 |
CN110955665A (zh) * | 2019-12-03 | 2020-04-03 | 支付宝(杭州)信息技术有限公司 | 缓存查询方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113836177A (zh) | 2021-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107016029B (zh) | 一种业务数据的处理方法、装置及系统 | |
CN110598993B (zh) | 数据加工方法及装置 | |
WO2021114025A1 (zh) | 增量数据确定方法、确定装置、服务器及终端设备 | |
CN111143446A (zh) | 数据对象的数据结构转换处理方法、装置及电子设备 | |
CN115543219B (zh) | 一种对主机io处理的优化方法、装置、设备及介质 | |
CN111124382A (zh) | Java中的属性赋值方法、装置及服务器 | |
CN113094125A (zh) | 业务流程处理方法、装置、服务器及存储介质 | |
WO2018205689A1 (zh) | 合并文件的方法、存储装置、存储设备和存储介质 | |
CN111294377B (zh) | 一种依赖关系的网络请求发送方法、终端装置及存储介质 | |
US8321846B2 (en) | Executable template | |
CN113326311A (zh) | 一种数据转换方法及装置 | |
CN113836177B (zh) | 消耗型业务数据的缓存管理 | |
CN111598768B (zh) | 图像优化处理方法、装置、计算机设备及存储介质 | |
CN111324645B (zh) | 区块链的数据处理方法及装置 | |
CN111291084A (zh) | 样本id对齐方法、装置、设备及存储介质 | |
CN115795097A (zh) | 基于xml逻辑规则的数据处理方法及装置 | |
CN115543317A (zh) | 前端页面开发方法及装置 | |
CN114036180A (zh) | 报表生成方法、装置、设备及存储介质 | |
CN109412973B (zh) | 一种音频处理方法、装置及存储介质 | |
CN113988826A (zh) | 多账户间的管理方法及装置 | |
CN110083438B (zh) | 事务分发方法、装置、设备和存储介质 | |
CN111061576A (zh) | 一种实体对象的创建方法及系统 | |
CN111078449A (zh) | 信息处理方法、信息处理装置及终端设备 | |
CN115599838B (zh) | 基于人工智能的数据处理方法、装置、设备及存储介质 | |
CN116301758B (zh) | 基于事件时机点的规则编辑方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20211224 Assignee: Yibao Technology (Wuxi) Co.,Ltd. Assignor: EBAOTECH Corp. Contract record no.: X2024990000491 Denomination of invention: Cache management of consumable business data Granted publication date: 20230505 License type: Common License Record date: 20241010 |